第03章 你是编排者，不是执行者
第02章告诉你怎么识别真需求。但识别了真需求之后，你会撞上一个更底层的问题：这件事到底该由"你亲手做"，还是"你来组织做"？ 本章给出全书后半部分的身份基线——你是一人公司的编排者（Orchestrator），不是执行者。这个身份一旦错位，后面所有的能力矩阵、工作流、交付闭环都会失灵。第04章接着讲需求从哪里来。
3.1 结论先行：执行者用时间换钱，编排者用系统换钱
一人公司的本质是编排，不是执行。你的价值在判断和编排，不在亲手做。
这不是鸡汤，是数学：
执行者收入 ≈ 时薪 × 工时 （线性）
编排者收入 ≈ 系统产出 × 复用次数 （指数）两条曲线在初期几乎重合，越往后差距越恐怖：
产出
↑ ╱ 编排者
│ ╱ （系统越跑越快，资产越叠越多）
│ ╱
│ ╱
│ ╱
│ ╱
│ ╱
│ ╱ 执行者
│ ╱ （每天从零开始，手速即上限）
│ ╱
└────────────────────────────────→ 时间
↑
分水岭：第一个可复用流程上线分水岭就一个动作：你做出第一个可复用的流程，让它替你跑。 在那之前，你和打工没区别——停手就停薪。在那之后，你的产出开始脱离你的工时。
这恰好是呼应第01章的杠杆率公式：编排者之所以指数增长，是因为他不断把"我会"变成"系统会"，于是公式里"被编排的能力数 × 复用次数"两个因子同时上升。执行者只会拉升第一个因子（能力数量），永远碰不到第二个因子（复用次数）。
理解这一点后，本章其余都在回答一个问题：怎么从执行者变成编排者，又不掉进"假编排"和"过度编排"的陷阱。
3.2 编排者是什么：定位、能力与边界
与执行者的差异
| 维度 | 执行者 | 编排者 |
|---|---|---|
| 关注点 | "我怎么做" | "谁/什么来做，按什么标准" |
| 产出单位 | 一份交付物（一段代码/一篇文章） | 一个可复用流程（一个 skill / 工作流 / SOP） |
| 收入曲线 | 线性（停手停薪） | 指数（系统替你跑） |
| 上限 | 你的工时 × 手速 | 你能定义的流程数 × 复用次数 |
| 可复用性 | 每次重来 | 流程沉淀一次，复用 N 次 |
| 失败模式 | 累死 / 做不动 | 假编排 / 过度编排 / 无沉淀 |
| AI 角色 | 打字加速器（你问它答） | 能力单元（你定义它跑） |
这张表是本章最重要的一张表。任何一项你偏向左列，你的杠杆率就归零。
编排者能做什么
- 定义目标 — 把模糊的"做个东西"翻译成可验收的交付标准。这一步决定了后面所有环节跑得有没有意义。
- 拆流程 — 把一个复杂任务切成机器能跑的原子步骤，并标注哪些必须人做、哪些可以机器做。
- 封装能力 — 把一次成功的执行沉淀成 skill / prompt 模板 / 工作流，下次直接调用。
- 组合能力 — 把多个封装单元拼成能自主完成目标的系统，让多个 AI 能力协同。
- 审结果 — 对产物做判断，决定接受、返工还是丢弃，并把错误回写成流程的改进。
注意这五件事没有一件是"亲手做产物"。编排者的产出是"流程"和"判断"，不是"交付物本身"。一个直观检验：如果你这周的工作日志里全是"我写了 X / 我改了 Y / 我做了 Z"，你是执行者；如果全是"我定义了 X 流程 / 我封装了 Y 能力 / 我审了 Z 批次"，你才是编排者。
编排者不能做什么（边界）
- 不能跳过判断 — 编排不等于放手，验收和资产沉淀必须人审（见 3.6）。
- 不能取代领域知识 — 你不懂的需求，AI 编排出来你也不知道对不对。先懂行，再编排。
- 不能消除不确定性 — 编排提效，但不替你赌对方向。方向错了，流程跑得越快亏得越多。
- 不能编排出"信任" — 客户、读者、合作方对结果的信任最终落在你身上，AI 不替你背书。
这些边界不是缺陷，是设计取舍：编排者把确定性劳动交给机器，是为了把稀缺的判断力集中在少数关键决策上。 一人公司只有一个人，你的判断力是全公司最稀缺的资源，必须花在最关键的环节上。
3.3 编排三要素：目标、流程、判断
任何编排都是这三件事的循环：
┌──────── 人定方向 ────────┐
│ │
▼ │
【目标】 ──→ 【流程】 ──→ 【判断】
（做什么） （机器跑） （人审结果）
▲ │
│ │
└──── 反馈 / 迭代 ─────────┘
（不通过就回到目标）3.3.1 目标（人定方向）
目标是唯一不能让渡给 AI 的输入。它回答"做什么、做到什么程度算完"。
一个可用的目标必须包含：
- 交付物：一句话能说清是什么（如"一份给非技术读者的 RAG 入门教程"）。
- 验收标准：可逐条检验的清单（如"3000 字内 / 含一个可跑 demo / 无术语堆砌"）。
- 边界：明确不做什么（如"不讲向量数据库原理"）。
目标定不清，后面流程再精致也是空转。
3.3.2 流程（机器跑）
流程是把目标翻译成机器能执行的步骤。这是编排者花最多时间的地方。
一个合格流程要回答四个问题：输入是什么、每一步做什么、输出是什么、出错怎么办。这四问缺任何一问，流程都跑不稳。
判别流程好坏只有一条标准：你不在场它能不能跑通。能，就是合格的流程；不能，就只是你换了种方式亲手做。一个简单的自检——你休假三天回来，这个流程还在产东西吗？在，就是流程；不在，就是你。
3.3.3 判断（人审结果）
判断是人对产物说"接受 / 返工 / 丢弃"。这是编排者的核心产出，也是杠杆率公式的护城河——AI 跑得再快，最后那一脚"这能不能交付给客户"是你说了算。
判断不是"看一眼觉得不错"，而是拿着验收标准逐条对照。没有验收标准的判断叫感觉，感觉会被心情、疲劳、deadline 三件事一起带偏。先把验收写成清单，再照着清单审，这是唯一能稳定复用的判断方法。
铁律：目标、流程、判断，三件事里只有"流程"能让机器跑。"目标"和"判断"必须人做。把任何一件让出去，你就从编排者退化成了旁观者。
3.4 从执行者到编排者的三个转变
转变一：从"亲手做"到"定义流程"
执行者接到任务第一反应是"开干"。编排者第一反应是"这件事能不能定义成流程让别人/AI 跑"。
落地动作：
- 延迟动手 10 分钟 — 接到任务先写一句话目标 + 三条验收，再决定是否亲手做。
- 画一次流程图 — 哪怕只有 5 个框，逼自己想清楚"这一步能不能让 AI 跑"。
- 记录"我做了什么" — 把你亲手做的步骤记下来，这就是下一步的封装素材。
转变二：从"追求完美"到"追求可复用"
执行者追求"这次做到 100 分"。编排者追求"做到 80 分，但能复用 100 次"。
落地动作：
- 每次交付前问一句 — "这件事下次还会做吗？"会，就边做边沉淀成模板。
- 接受首版 80 分 — 一个能复用的 80 分流程，价值碾压 10 个一次性的 100 分。
- 建立"模板库" — 把 prompt、SOP、checklist 分门别类存起来（见第 11 章）。
转变三：从"我会"到"我编排"
执行者简历写"我会 X、我会 Y"。编排者简历写"我编排的系统会 X、Y、Z"。
落地动作：
- 把每个"我会"翻译成"系统会" — 你会写代码审查报告？把它沉淀成一个 skill，让 AI 按你的标准产出初稿，你只审。
- 衡量指标换成复用次数 — 不再数"我会多少"，改数"哪些能力被复用了多少次"。
- 每周清点"还在亲手做"的事 — 列出来，挑一件下周改成流程。
这三个转变不是一次完成的，是一个持续迁移的过程。可以用一张四象限判断自己当前在哪个象限：
高复用
│
【编排者】 │ 【资产拥有者】
定义流程 │ 流程 + 资产
亲手封装 │ 双轮驱动
────────────────┼──────────────── 高产出
【执行者】 │ 【熟练工】
每次重来 │ 手速快但每次重来
从不复用 │ 没有沉淀
│
低复用大多数人起步在左下角（执行者）。本书的目标是带你走到右上角（资产拥有者）——你定义的流程在跑、你沉淀的资产在复用、你的判断只花在关键决策上。
铁律：编排者的核心能力不是"做某件事的能力"，而是"把某件事变成可复用流程的能力"。前者是手艺，后者是杠杆。
3.5 实战：把这周最耗时的一次性任务改写成编排流程
挑一件你这周做了超过 2 小时、且大概率下次还会做的事，按下面五步改写。
步骤一：拆解
把任务拆成 5-10 个原子步骤，每步标注"必须人做 / 可机器做"。
任务：每周竞品功能更新摘要
[1] 收集 5 家竞品的更新日志 → 可机器做（RSS / 爬取）
[2] 过滤掉与本产品无关的更新 → 可机器做（关键词 + LLM 判断）
[3] 摘要成统一格式 → 可机器做（LLM）
[4] 标注"值得跟进 / 可忽略" → 可机器做（LLM + 规则）
[5] 判断哪些值得本周内部讨论 → 必须人做（领域判断）
[6] 排版发送到团队群 → 可机器做（脚本）步骤二：定义验收
给整个流程写一份验收标准，这是判断环节的依据：
验收标准：
[ ] 覆盖本周 5 家竞品的全部公开更新
[ ] 每条摘要 ≤ 100 字，含"功能 + 影响"两要素
[ ] 标注 ≥ 3 条"值得跟进"
[ ] 总产出 ≤ 1 屏（方便扫读）
[ ] 周五 18:00 前送达步骤三：封装
把可机器做的步骤（1/2/3/4/6）封装成一个可复用单元。形态可以是 Claude Code 的 skill、一个 n8n 工作流、一段 Python 脚本——选你最熟的那一种。
封装时强制写三样东西：输入（喂什么）、输出（产什么）、失败处理（出错怎么办）。一个可用的封装模板：
能力名：<一句话能说清的名字>
输入： <喂给它的数据/格式>
输出： <产出的数据/格式>
步骤： <机器执行的 3-7 步>
失败： <某步出错的兜底动作>
复用： <下次怎么调用，参数是什么>这张卡片本身就是资产——下次遇到类似任务，改个输入直接复用。这也是呼应第01章公式三复利资产的具体动作：一次封装，N 次复用。
步骤四：交给 AI
第一次跑全程盯着，记录每个出问题的步骤，回头改流程。不要指望首版完美——80 分能跑通就先上线。
一个反直觉的经验：封装时故意留一个明显的"人审锚点"（如步骤 5 必须人工确认），比追求全自动更稳。全自动意味着出错时你不知道哪一步错，留锚点则保证关键节点你看得见。
步骤五：人审
到判断环节（步骤 5），你来拍板。这是不可让渡的环节。审完把"AI 标错的几条"记下来，回写到流程里，下次更准。
验证：连续跑 3 周，每周你的亲手介入时间应下降 50% 以上。否则说明封装不到位，回到步骤三。
失败边界（逐项排查）：
| 症状 | 根因 | 处理 |
|---|---|---|
| 每次都要重新调 prompt | 没封装成可复用单元 | 沉淀成 skill / 模板，固定输入输出 |
| AI 产出越来越偏 | 没有反馈回写 | 每次人审的错误回写进流程 |
| 你还是干了 80% | 该机器做的没交给机器 | 重画步骤一，砍掉"必须人做"的项 |
| 流程跑通了但没用 | 没定义验收 | 回步骤二，先写验收再跑流程 |
3.6 编排 vs 放手：分工边界
很多人把"编排"误解成"全交给 AI"。这是两个概念。
| 维度 | 编排（Orchestration） | 放手（Delegation） |
|---|---|---|
| 谁定目标 | 人 | 模糊地交给 AI |
| 谁定验收 | 人 | 缺失或后补 |
| 谁审结果 | 人逐条审 | "AI 说行就行" |
| 谁沉淀资产 | 人把流程固化 | 跑完就忘 |
| 失败时 | 流程有问题，改流程 | 不知道哪一步错 |
| 可复用性 | 高（流程沉淀） | 低（每次重新生成） |
决策树（一件事到底该怎么分）：
这件事下一步——
│
├─ 涉及"做什么需求 / 什么算交付 / 沉淀什么资产"
│ → 必须人做（红线，见 3.7）
│
├─ 有明确输入输出且能写出验收标准
│ → 封装成流程交给 AI，人审结果
│
├─ 输入输出模糊、但需要探索
│ → 人 AI 协作（人定方向，AI 出草稿，人迭代）
│
└─ 一次性、且沉淀成本 > 复用收益
→ 直接亲手做，不必编排最后一条尤其重要：不是所有事都该编排。一件一年只做一次、每次两小时的事，编排成本可能比亲手做还高。编排是手段，不是目的。判断标准很简单：预估复用次数 × 单次节省时间 > 封装时间，才值得编排。
是否值得编排的快速估算：
封装时间： ___ 小时（写流程 + 调试 + 文档）
单次节省时间： ___ 分钟
预估复用次数： ___ 次（未来 3 个月）
判据：节省时间 × 复用次数 > 封装时间 × 2（×2 是为风险留余量）这张估算表贴在每个"要不要编排"的决策前。不达标的，干脆亲手做，省下精力去做更高复用价值的事。
铁律：编排 = 你定目标 + 你定验收 + 机器跑流程 + 你审结果。任何一环缺位，就退化成"放手"。放手不是编排，是赌博。
3.7 失败边界：三种最常见的死法
死法一：假编排（还是自己干）
症状：嘴上说"我用 AI 编排"，实际每个 prompt 都从零写、每次结果都大改、每次流程都不一样。忙得和以前一样，产出没多。
根因：没有真正把流程沉淀下来。每次都停在调用层（见第 01 章 1.2 节的三个层次），没到封装层和编排层。
对抗：强制规则——任何一个 prompt 连续写了三次，必须沉淀成模板 / skill，第四次起只调模板不重写。
死法二：过度编排（该人审的交给 AI 出事）
症状：把需求判断、验收、对外发布全交给 AI。AI 自信地输出错误结论，你也自信地转发，客户/读者第一次用就翻车。
根因：混淆了"流程"和"判断"。把红线内的决策也让出去了。
对抗：把红线贴在工位上——需求判断、验收、资产沉淀、对外发布，这四件事永远人审。即便自动化程度 99%，最后 1% 的人审也不能省。
死法三：编排无沉淀（编排完不留资产）
症状：确实用 AI 跑通了一堆流程，效率也高了。但每次跑完什么都没留下——没 skill、没 SOP、没模板。下周换个人、换个工具，从零再来。
根因：只把编排当"提效工具"，没当成"资产生产"。这恰好是呼应第01章公式三复利资产为零的典型——一次性劳动没有转化成资产。
对抗：给每个流程定义"资产产出"——跑完必须留下一份模板 / 一份 SOP / 一份案例。留不下资产的流程，优先级降到最低。
红线边界：不可让渡的决策
即便编排到极致，以下四件事必须人审，对应 CLAUDE.md 里的红线（破坏性修改 / 凭据安全 / 数据安全 / 风险命令 / 公开发布）：
- 需求判断：做什么、不做什么——AI 给建议，你拍板。
- 验收标准：什么算交付——AI 跑流程，你签收。
- 资产沉淀：沉淀什么、存哪里——AI 产出，你归档。
- 对外发布：发什么、何时发——AI 起草，你发出。
这四件事是方向盘。把方向盘交给 AI，你的"一人公司"就变成了"AI 的实验场"，而你要为它的每一次事故买单。
3.8 小结 / 核心心法
一人公司的本质是编排，不是执行。你的产出单位是"可复用流程"，不是"亲手交付物"。
- 身份基线：你是编排者，关注"谁来做、按什么标准"，不是"我怎么做"。
- 编排三要素：目标（人定）→ 流程（机器跑）→ 判断（人审），缺一不可。
- 三个转变：亲手做 → 定义流程；追求完美 → 追求可复用；"我会" → "我编排"。
- 编排 ≠ 放手：你定目标和验收、机器跑流程、你审结果，才是编排。
- 三种死法：假编排（还是自己干）、过度编排（红线让出去）、编排无沉淀（资产为零）。
这章立的"编排者身份"，正是呼应第01章公式一杠杆率的来源——编排者的全部工作，就是让"被编排的能力数 × 复用次数"这两个因子持续变大。
执行清单（每周自检）：
- [ ] 本周我有没有把至少一件重复任务改写成可复用流程？
- [ ] 我还在"亲手做"的事里，哪一件下周可以交给流程？
- [ ] 我每个流程都写了验收标准吗？没写的补上。
- [ ] 我有没有踩进三种死法之一（假编排 / 过度编排 / 无沉淀）？
- [ ] 红线四件事（需求判断 / 验收 / 资产沉淀 / 对外发布）本周有没有让出去？
- [ ] 本周的流程产出，有没有留下 skill / 模板 / SOP / 案例？
上一章：第02章 什么是「真需求」 下一章：第04章 需求来源地图